Ersetzt KI Arbeitsplätze? Was Studien und offizielle Daten sagen

Kurz gesagt: Die großen offiziellen Studien prognostizieren nicht, dass KI insgesamt Arbeitsplätze vernichtet. Ihr gemeinsames Ergebnis lautet, dass sich die Aufgaben innerhalb von Berufen stärker wandeln, als dass ganze Berufe verschwinden. Manche Tätigkeiten, besonders in Büro- und Verwaltungsberufen, sind deutlich stärker gefährdet als andere, und die Auswirkungen auf junge Beschäftigte werden noch kontrovers diskutiert.

Der Future of Jobs Report 2025 des Weltwirtschaftsforums, im Januar 2025 veröffentlicht, rechnet zwischen 2025 und 2030 mit 170 Millionen neu entstehenden und 92 Millionen wegfallenden Arbeitsplätzen, also einem Netto-Plus von 78 Millionen. Wichtig ist: Das WEF führt diesen Umbruch gemeinsam auf Technologie, wirtschaftliche Bedingungen, demografische Entwicklung und den grünen Wandel zurück, nicht allein auf KI.

Ersetzt KI Jobs oder verändert sie sie nur?

Der globale Index der Internationalen Arbeitsorganisation, der im Mai 2025 gemeinsam mit dem polnischen NASK veröffentlicht wurde, schätzt, dass etwa jeder vierte Beschäftigte in einem Beruf arbeitet, der einer gewissen Exposition gegenüber generativer KI ausgesetzt ist. Nur rund 3,3 Prozent fallen in die Gruppe mit der höchsten Exposition. Die ILO kommt zu dem Schluss, dass eine Transformation wahrscheinlicher ist als eine vollständige Ersetzung.

Der Internationale Währungsfonds kam im Januar 2024 zu einem ähnlichen Ergebnis: Weltweit sind rund 40 Prozent der Arbeitsplätze KI-exponiert, in fortgeschrittenen Volkswirtschaften etwa 60 Prozent und in einkommensschwachen Ländern rund 26 Prozent. Laut IWF könnte etwa die Hälfte der betroffenen Stellen von KI profitieren, während die andere Hälfte durch sie Nachteile erleiden könnte.

Was bedeutet KI-Exposition eigentlich?

Die meisten Untersuchungen messen Exposition, nicht Arbeitsplatzverlust. Exposition beschreibt, wie großer Teil der Arbeit eines Berufs durch KI berührt werden könnte. Das kann Automatisierung bedeuten, bei der KI die Aufgabe übernimmt, oder Unterstützung, bei der KI einem Menschen hilft, sie schneller oder besser zu erledigen.

Ein stark exponierter Beruf ist nicht zwangsläufig ein dem Untergang geweihter Beruf. Ein Übersetzer, dessen Aufgaben stark betroffen sind, könnte am Ende vor allem maschinell erzeugte Texte überarbeiten und prüfen, statt seine Arbeit ganz zu verlieren. Da jede Studie Exposition anders definiert, lassen sich ihre Prozentwerte nicht direkt vergleichen. Es lohnt sich deshalb zu prüfen, wer eine Zahl veröffentlicht hat und wie sie zustande kam.

Welche Jobs sind am stärksten von KI bedroht?

Über die Studien hinweg zeichnet sich eine recht einheitliche Liste ab. Die ILO nennt Büro- und Verwaltungstätigkeiten als am stärksten exponierte Kategorie. Weitere häufig genannte Bereiche sind Dateneingabe, Kundenservice, Übersetzung, Texterstellung und Werbetexte, Buchhaltung, Einstiegspositionen in der Programmierung sowie Teile der Tätigkeiten von Rechtsassistenten.

Unter den Berufen, die das WEF am schnellsten schrumpfen sieht, sind Kassierer, Bankangestellte am Schalter, Dateneingabekräfte und Verwaltungsassistenten. Die ILO stellt außerdem fest, dass Frauen stärker exponiert sind als Männer, besonders in Hocheinkommensländern, vor allem weil sie häufiger in Büroberufen arbeiten.

Welche Jobs sind am sichersten vor KI?

Berufe, die auf körperlicher Arbeit, manueller Geschicklichkeit und persönlicher Interaktion beruhen, weisen die geringste Exposition auf. Dazu gehören Bauwesen, Handwerk, Pflege und andere praktische Tätigkeiten.

Tatsächlich erwartet das WEF einige der größten absoluten Zuwächse bei Landarbeitern, Lieferfahrern, Bauarbeitern und Pflegekräften. Viele der Berufe, die in diesem Jahrzehnt die meisten Menschen zusätzlich beschäftigen dürften, sind gar keine Technologieberufe.

Welche neuen Jobs wird KI schaffen?

Das WEF nennt Big-Data-Spezialisten, Fintech-Ingenieure, Spezialisten für KI und maschinelles Lernen sowie Softwareentwickler unter seinen am schnellsten wachsenden Berufen. Auch Cybersicherheit, grüne Energie und Gesundheitswesen gelten als Wachstumsbereiche. Berichte zum Report deuten auf eine starke Nachfrage der Arbeitgeber nach Kenntnissen in Technologie und generativer KI hin.

Neuere Berufsbezeichnungen wie KI-Trainer, KI-Ingenieur oder Spezialist für KI-Governance und KI-Ethik tauchen ebenfalls auf. Eine offizielle Zahl der Menschen, die diese Rollen innehaben, gibt es noch nicht, die Belege dafür sind daher vorerst überwiegend anekdotisch.

Bedenken Sie, dass die WEF-Zahlen auf einer Befragung von mehr als 1.000 Arbeitgebern beruhen. Sie sind Prognosen dessen, was Unternehmen erwarten, keine gemessenen Ergebnisse, und die nächste Ausgabe des Berichts wird sie überarbeiten.

Schadet KI jungen Beschäftigten und Berufseinsteigern?

Dies ist die umstrittenste Frage und diejenige, die sich mit neuen Daten am ehesten verschieben dürfte. Ein Arbeitspapier des Stanford Digital Economy Lab vom August 2025 stützte sich auf US-Lohndaten und berichtete seit Ende 2022 von einem relativen Beschäftigungsrückgang bei 22- bis 25-Jährigen in stark exponierten Berufen wie Softwareentwicklung und Kundenservice. Ältere Beschäftigte in denselben Rollen blieben stabil oder legten zu.

Eine Analyse des Yale Budget Lab vom Oktober 2025 fand dagegen keine eindeutige gesamtwirtschaftliche Veränderung der US-Berufsstruktur seit dem Start von ChatGPT. Andere Faktoren, etwa Zinsen, könnten einen Teil der Stanford-Ergebnisse erklären. Derzeit ist die frühe Evidenz eher gemischt als eindeutig.

Welche Fähigkeiten sollte man lernen, um beschäftigungsfähig zu bleiben?

Das WEF rechnet damit, dass sich bis 2030 rund 39 Prozent der Kernkompetenzen von Beschäftigten verändern. Die Fähigkeiten, die Arbeitgeber am höchsten einstufen, sind analytisches Denken, Resilienz und Flexibilität, Führungskompetenz, KI und Big Data, technologische Grundkenntnisse, kreatives Denken sowie Neugier und lebenslanges Lernen.

Praktisch bedeutet das, die KI-Werkzeuge des eigenen Fachgebiets zu erlernen, deren Ergebnisse kritisch zu beurteilen und die sozialen Fähigkeiten zu stärken, mit denen Maschinen schlecht umgehen. Oft ist es hilfreicher, den eigenen Job in Aufgaben zu zerlegen und zu fragen, welche davon automatisiert und welche unterstützt werden könnten, als sich nur um die Berufsbezeichnung insgesamt zu sorgen.